CFA分析結果不好之刪題方法有三
1. 刪除低於標準之項目factor loading。
2. 執行EFA分析,刪除Kaiser-Meyer-Oklin measure of sampling adequacy (KMO值)低的項目。
3. 刪除modification index (MI)數值大之項目。
針對ADLRS-III不符合CFA分析指標之面向,我已分別使用此三種方式,刪除面向之項目。以下為針對上述每個方式
1. 使用factor loading方法,有面向之所有項目factor loading值都符合標準,無法使用此方法。
2. 使用KMO方法,刪除項目後之CFA分析結果,都符合CFA分析指標。
3. 使用MI方法,有面向一直刪除項目到剩下4題之CFA分析結果,仍然無法符合CFA分析指標 (註)。
從我實際分析的狀況來看,我的看法是使用KMO的方法。我的理由如下
1. 不採用factor loading方法,因為不能刪題。
2. KMO方法和MI方法比較。
(1) KMO方法需要刪除的題目數較少,而且可以在刪題後能符合CFA分析指標。
(2) KMO要刪除題目比較合理。例如:在personal hygiene面向中,KMO會刪除factor loading較低的項目 (第8題:你有用化妝品或保養品的習慣嗎?),另外,我覺得第8題有性別差異。但是以MI方法,卻不會刪除此題。
註:執行CFA分析,至少要有4題。
作者已經移除這則留言。
回覆刪除looks interesting!
回覆刪除You must have done lots of hard works.
You want to use the methods that give you reasonable results. However, your conclusion may be sample dependent. As I told you before, you are better to use the methods based on robust rationales no matter what the results are.